动手学深度学习V2.0(Pytorch)——11.模型选择+过拟合和欠拟合

文章目录

1. 模型选择
2. 过拟合和欠拟合
3. 代码
4. Q&A
- 4.1 SVM和神经网络相比，缺点在哪里
- 4.2 训练集验证集测试集比例
- 4.3 时序预测问题中的测试集训练集
- 4.4 验证集和训练集的预处理（如异常值处理和标准化）是否需要放在一起做？
- 4.5 深度学习的数据集一般比较大，k折交叉验证在深度学习中用的很少，训练成本很高（k折交叉验证的问题都在这里）
- 4.X 上面引出的一个问题，为什么同样的模型，同样的超参数，初始化不同，但是最后集成都会好一些
- 4.6 模型参数和超参数
- 4.7 如何有效设计超参数，是不是只能搜索，最好用的搜索方法是贝叶斯还是网格，还是随机
- 4.8 假设做一个二分类问题，实际两类数据占比1:9，那么训练集该怎么划分呢？
- 4.9 样本类别不平衡问题

动手学深度学习V2.0(Pytorch)——11.模型选择+过拟合和欠拟合相关推荐

动手学深度学习V2.0(Pytorch)——10.感知机（激活函数）
文章目录 1. 感知机 2. 多层感知机 2.1 异或问题 2.2 单隐藏层 2.3 激活函数 2.3.1 logistics函数/sigmoid激活函数 2.3.2 tanh函数 2.3.3 sig ...
动手学深度学习V2.0(Pytorch)——13.丢弃法
文章目录 1. 课件讲解插一句(正则的分类) 2. Q&A 2.1 dropout是初次生效,还是每次都重新选取概率 2.2 dropout的感性评价 2.3 dropout随机置0对求梯度 ...
动手学深度学习V2.0(Pytorch)——23. LeNet（mnist）
文章目录 P1 经典卷积神经网络LeNet P2 代码 2.1 灰度图显示mnist数字 P3 Q&A 1. 池化和卷积是不是更适合图像这类型的数据,对于时序性数据(做分类)是不是不适用这类数 ...
动手学深度学习V2.0(Pytorch)——19.卷积
文章目录 P1 从全连接层到卷积 1.1 回顾 1.2 限制多层感知机 1.3 平移不变性原则 1.4 局部性 P2 卷积层 P3 代码 P4 Q&A 4.1. 100个神经元的单MLP,和1 ...
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神视频链接https://www.bilibili.com/video/BV1MA411L78X?t=493 由于购买的电脑没有配 ...
动手学深度学习v2 p1引言监督学习与无监督学习
1.引言 1.2. 机器学习中的关键组件首先介绍一些核心组件.无论什么类型的机器学习问题,都会遇到这些组件: 可以用来学习的数据(data): 如何转换数据的模型(model): 一个目标函数(ob ...
动手学深度学习 v2 视频版
动手学深度学习 v2 01 课程安排目标内容形式你将学到什么? 资源 02 深度学习介绍 AI 地图图片分类物体检测和分割样式迁移人脸合成文字生成图片文字生成 03 安装本地安装 ...
李沐动手学深度学习v2/总结1
总结编码过程数据数据预处理模型参数,初始化参数超参数损失函数,先计算损失,清空梯度(防止有累积的梯度),再对损失后向传播计算损失关于参数的梯度优化算法,使用优化算法更新参数训练求参数 ...
57 长短期记忆网络（LSTM）【动手学深度学习v2】
57 长短期记忆网络(LSTM)[动手学深度学习v2] 深度学习学习笔记学习视频:https://www.bilibili.com/video/BV1JU4y1H7PC/?spm_id_from=a ...

动手学深度学习V2.0(Pytorch)——11.模型选择+过拟合和欠拟合

文章目录

动手学深度学习V2.0(Pytorch)——11.模型选择+过拟合和欠拟合相关推荐

最新文章

热门文章